智能財(cái)務(wù)中的知識(shí)管理與人機(jī)協(xié)同

　　【摘要】相對(duì)于電算化和信息化階段主要聚焦對(duì)數(shù)據(jù)和信息的處理，計(jì)算機(jī)應(yīng)用的智能化階段重點(diǎn)聚焦對(duì)知識(shí)的管理和創(chuàng)新。由于存儲(chǔ)在人類財(cái)務(wù)專家頭腦中的財(cái)經(jīng)知識(shí)大多具有隱性的特點(diǎn)，因此如何借助于有效的知識(shí)表示方式，將人類專家的知識(shí)形式化為計(jì)算機(jī)可以自動(dòng)處理的顯性知識(shí)并使之得到有效應(yīng)用，就成為智能財(cái)務(wù)系統(tǒng)建設(shè)中的關(guān)鍵問題。未來智能財(cái)務(wù)發(fā)展中的難點(diǎn)之一是創(chuàng)建一種人機(jī)協(xié)同的知識(shí)應(yīng)用和知識(shí)創(chuàng)新機(jī)制，這種機(jī)制可以幫助我們利用大數(shù)據(jù)和各類機(jī)器學(xué)習(xí)算法，不斷發(fā)現(xiàn)和創(chuàng)造新的財(cái)經(jīng)管理知識(shí)，進(jìn)而處理日益復(fù)雜的財(cái)務(wù)管理活動(dòng)，最終賦能企業(yè)創(chuàng)造更大的價(jià)值。

　　【關(guān)鍵詞】智能財(cái)務(wù);知識(shí)表示;推理引擎;機(jī)器學(xué)習(xí);人機(jī)協(xié)同

　　劉勤 財(cái)會(huì)月刊 2021-12-06

　　“大智移云物區(qū)”等新一代信息技術(shù)的快速迭代給全球社會(huì)經(jīng)濟(jì)發(fā)展帶來了前所未有的機(jī)遇和挑戰(zhàn)，特別是人工智能技術(shù)的不斷突破，給企業(yè)數(shù)字化和智能化變革帶來了巨大的想象空間。智能財(cái)務(wù)作為一種新型的財(cái)務(wù)管理模式和發(fā)展方向應(yīng)運(yùn)而生，它試圖通過智能機(jī)器和人類專家共同組成的人機(jī)協(xié)同系統(tǒng)，完成日益復(fù)雜的財(cái)務(wù)和業(yè)務(wù)管理活動(dòng)，并在發(fā)展中不斷模擬、擴(kuò)大、延伸和部分替代人類財(cái)務(wù)專家的工作，最終以更大的效能去提升和創(chuàng)造企業(yè)價(jià)值。經(jīng)過近幾年的快速發(fā)展，以機(jī)器人流程自動(dòng)化、專家系統(tǒng)、知識(shí)圖譜、神經(jīng)網(wǎng)絡(luò)、自然語言處理、模式識(shí)別等技術(shù)為突破口的智能財(cái)務(wù)系統(tǒng)的研究、開發(fā)、應(yīng)用和人才培養(yǎng)等工作已取得了令人矚目的成效。我國(guó)智能財(cái)務(wù)的發(fā)展已逐步邁入快車道。當(dāng)前，無論是理論界、實(shí)業(yè)界、教育界還是政府監(jiān)管機(jī)構(gòu)，都開始把目光逐漸聚焦到智能財(cái)務(wù)這個(gè)應(yīng)用領(lǐng)域。不容忽視的是，社會(huì)各界對(duì)如何定義智能財(cái)務(wù)、智能財(cái)務(wù)的本質(zhì)是什么、智能財(cái)務(wù)系統(tǒng)的基本構(gòu)成是什么等一系列問題，目前的認(rèn)識(shí)都還存在著一定的模糊性。本文的探討，希望能為智能財(cái)務(wù)領(lǐng)域的研究者和建設(shè)者們，從知識(shí)管理的視角去觀察和思考智能財(cái)務(wù)的發(fā)展問題提供一些有益的參考。

　　一、智能財(cái)務(wù)的本質(zhì)是對(duì)領(lǐng)域知識(shí)的管理和創(chuàng)新

　　在深入討論智能財(cái)務(wù)之前，有必要對(duì)信息技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用歷史進(jìn)行梳理。回顧 40 多年來的中國(guó)會(huì)計(jì)改革發(fā)展歷程，可以將信息技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用劃分為三個(gè)發(fā)展階段，即電算化階段、信息化階段和智能化階段(見表1)[1] ，其中電算化階段是初級(jí)階段，信息化階段是中級(jí)階段，智能化階段是高級(jí)階段。相對(duì)于對(duì)數(shù)據(jù)和信息的較高認(rèn)識(shí)度，人類對(duì)知識(shí)的認(rèn)識(shí)還處于不斷深化的過程中，目前有關(guān)知識(shí)積累、創(chuàng)造、應(yīng)用等知識(shí)管理領(lǐng)域的探討仍方興未艾。知識(shí)是人腦創(chuàng)新的成果，是人類智慧的結(jié)晶，是人類在實(shí)踐基礎(chǔ)上產(chǎn)生又經(jīng)過長(zhǎng)期實(shí)踐檢驗(yàn)的對(duì)客觀實(shí)際的可靠反映。科學(xué)技術(shù)知識(shí)是這樣，財(cái)經(jīng)管理知識(shí)也是這樣。由此可見，對(duì)人類智慧的管理，其核心就是對(duì)知識(shí)的管理。

　　按照對(duì)智能財(cái)務(wù)的一般理解，即“利用智能機(jī)器和人類專家共同組成的人機(jī)協(xié)同系統(tǒng)，去完成日益復(fù)雜的財(cái)務(wù)和業(yè)務(wù)管理活動(dòng)，并在發(fā)展中不斷模擬、擴(kuò)大、延伸和部分替代人類財(cái)務(wù)專家的工作，最終以更大的效能去提升和創(chuàng)造企業(yè)價(jià)值”[2] ，再結(jié)合對(duì)人類智慧和知識(shí)之間關(guān)系的分析，可以得出這樣的結(jié)論：智能財(cái)務(wù)發(fā)展的本質(zhì)就是利用智能技術(shù)對(duì)財(cái)經(jīng)領(lǐng)域知識(shí)進(jìn)行管理和利用，以及發(fā)現(xiàn)和創(chuàng)新財(cái)經(jīng)管理知識(shí)的過程。基于以上認(rèn)識(shí)，可以構(gòu)建出智能財(cái)務(wù)系統(tǒng)的基本架構(gòu)(見圖1)。從信息系統(tǒng)的角度來看，與傳統(tǒng)的企業(yè)會(huì)計(jì)系統(tǒng)相比，企業(yè)智能財(cái)務(wù)系統(tǒng)[2，3] 主要增加的是中間的知識(shí)管理部分(見圖1中知識(shí)層)。在新增的知識(shí)層中，知識(shí)存儲(chǔ)系統(tǒng)將人類解決問題所需的知識(shí)通過規(guī)則庫、模型庫、算法庫、神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜等形式存儲(chǔ)在計(jì)算機(jī)系統(tǒng)中，在解決某具體問題時(shí)，由知識(shí)推理系統(tǒng)(又稱知識(shí)處理引擎)按一定的檢索和推理機(jī)制，調(diào)用知識(shí)存儲(chǔ)系統(tǒng)中的知識(shí)條目，結(jié)合具體的業(yè)務(wù)數(shù)據(jù)完成預(yù)期的管理任務(wù)(見圖 1 中④⑤)。例如：通過自動(dòng)調(diào)用規(guī)則庫中的業(yè)務(wù)稽核規(guī)則和憑證生成規(guī)則，結(jié)合具體的某項(xiàng)采購業(yè)務(wù)數(shù)據(jù)，可智能生成采購的記賬憑證信息;通過自動(dòng)調(diào)用經(jīng)過事先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，結(jié)合企業(yè)具體的財(cái)務(wù)指標(biāo)數(shù)據(jù)，可判斷該企業(yè)是否存在財(cái)務(wù)風(fēng)險(xiǎn);通過自動(dòng)調(diào)用相關(guān)供應(yīng)商的知識(shí)圖譜，結(jié)合某次招標(biāo)的具體數(shù)據(jù)，可判斷指定的供應(yīng)商是否存在圍標(biāo)的可能性等。

　　在新增的知識(shí)層中，還可以借助于知識(shí)發(fā)現(xiàn)系統(tǒng)(未來知識(shí)創(chuàng)新系統(tǒng)的一部分)中的數(shù)據(jù)挖掘、模式識(shí)別、機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)等工具和算法，對(duì)從企業(yè)管理信息系統(tǒng)中或企業(yè)外部環(huán)境中收集到的財(cái)經(jīng)大數(shù)據(jù)，不斷地進(jìn)行加工處理(見圖 1 中①)，從中發(fā)現(xiàn)和創(chuàng)造新的財(cái)經(jīng)管理規(guī)則、模型和算法等(見圖 1 中②)，并適時(shí)添加到知識(shí)存儲(chǔ)系統(tǒng)中(見圖 1 中③)以備進(jìn)一步使用，從而形成智能財(cái)務(wù)系統(tǒng)中知識(shí)不斷更新、迭代的良性循環(huán)。需要說明的是：根據(jù)觀察，知識(shí)層的這些系統(tǒng)部件，在目前的實(shí)際應(yīng)用中并非作為獨(dú)立的知識(shí)中臺(tái)或者獨(dú)立的外掛系統(tǒng)出現(xiàn)，盡管這種獨(dú)立的架構(gòu)可能是未來智能財(cái)務(wù)系統(tǒng)結(jié)構(gòu)的重要發(fā)展方向。從近期上海國(guó)家會(huì)計(jì)學(xué)院智能財(cái)務(wù)研究院評(píng)選出的數(shù)十個(gè)年度智能財(cái)務(wù)最佳實(shí)踐案例中可以發(fā)現(xiàn)，其中智能財(cái)務(wù)系統(tǒng)所應(yīng)用的知識(shí)通常是被寫入企業(yè)管理系統(tǒng)的模塊之中[2] ，甚至有些知識(shí)是被固化到具體應(yīng)用程序之中的，即所應(yīng)用的知識(shí)并未單獨(dú)以知識(shí)庫(如規(guī)則庫、模型庫、方法庫、知識(shí)圖譜等)中可編輯的知識(shí)條目的形式來存儲(chǔ)、管理和應(yīng)用，因此這些知識(shí)大多是難以被靈活管理的。

　　二、智能財(cái)務(wù)系統(tǒng)建設(shè)的關(guān)鍵是對(duì)知識(shí)的形式化

　　知識(shí)是智能的基礎(chǔ)，良好的知識(shí)表示與處理是計(jì)算機(jī)有效獲得、理解并利用知識(shí)的前提。為了讓計(jì)算機(jī)能夠理解和處理財(cái)經(jīng)管理知識(shí)，并按要求輔助財(cái)務(wù)工作者完成基于知識(shí)的財(cái)務(wù)管理任務(wù)，必須首先明確知識(shí)的表示方式，即對(duì)相關(guān)的財(cái)經(jīng)知識(shí)構(gòu)建模型，只有經(jīng)過合理表示的知識(shí)才能被計(jì)算機(jī)有效地存儲(chǔ)和利用。知識(shí)表示是對(duì)現(xiàn)實(shí)世界的一種抽象。在計(jì)算機(jī)中，知識(shí)可被理解成以某種結(jié)構(gòu)化的方式表示的概念、事件和過程等。為了合理表示知識(shí)，必須首先了解人類知識(shí)的種類及其基本特點(diǎn)。知識(shí)一般可分為陳述性知識(shí)、過程性知識(shí)和控制性知識(shí)，這三類知識(shí)在財(cái)經(jīng)管理中都被大量應(yīng)用，只是有些知識(shí)是以隱性的方式存儲(chǔ)在人類專家的頭腦中，對(duì)它們的應(yīng)用規(guī)律尚未被有效地揭示。

　　陳述性知識(shí)提供概念和事實(shí)，描述系統(tǒng)狀態(tài)、環(huán)境和條件，是有關(guān)真理和常識(shí)性的知識(shí)，這種知識(shí)具有靜態(tài)的性質(zhì)。例如：權(quán)益回報(bào)率是指利潤(rùn)與權(quán)益之比;資產(chǎn)是指由過去的交易或事項(xiàng)形成的、由企業(yè)擁有或控制的、預(yù)期會(huì)給企業(yè)帶來經(jīng)濟(jì)利益的資源。過程性知識(shí)是提供有關(guān)狀態(tài)的變化、問題求解過程的操作、演算和動(dòng)作的知識(shí)。例如：年度預(yù)算的調(diào)整需首先將預(yù)算調(diào)整申請(qǐng)上報(bào)預(yù)算委員會(huì)，預(yù)算委員會(huì)無法平衡解決時(shí)需報(bào)請(qǐng)公司董事會(huì)，經(jīng)批準(zhǔn)后的預(yù)算調(diào)整方案需按原預(yù)算編報(bào)的流程調(diào)整;報(bào)關(guān)的流程包括接受申報(bào)、審核單證、查驗(yàn)、辦理征稅、結(jié)關(guān)放行等環(huán)節(jié)。控制性知識(shí)是包含各種處理過程、策略和結(jié)構(gòu)的知識(shí)，通常用控制策略表示。例如：關(guān)于出差借款，財(cái)務(wù)部規(guī)定對(duì)于200元以下的借款需求不予支持，借款超過 500 元的，應(yīng)提前 1 天通知財(cái)務(wù)部備款，借款未還的，原則上不得再次借款;關(guān)于出差時(shí)可乘坐的高鐵座席，大學(xué)規(guī)定院士、副部級(jí)人員可乘坐商務(wù)座，教授和司局級(jí)人員可乘坐一等座，其他人員只可乘坐二等座。

　　在人工智能的發(fā)展過程中，針對(duì)不同的學(xué)科特點(diǎn)和知識(shí)種類，專家們提出了基于圖論、邏輯學(xué)、概率論等理論的各種知識(shí)表示方式，具體有一階謂詞、產(chǎn)生式規(guī)則、框架、腳本、語義網(wǎng)絡(luò)、知識(shí)圖譜、神經(jīng)網(wǎng)絡(luò)等形式[4-6] ，這些知識(shí)表示方式具有各自的適用場(chǎng)合和局限性(見表2)，它們?cè)谥悄茇?cái)務(wù)領(lǐng)域都有很好的應(yīng)用前景。根據(jù)對(duì)大量案例的研究，目前在智能財(cái)務(wù)系統(tǒng)中最常見到的知識(shí)表示方式有一階謂詞、產(chǎn)生式規(guī)則、知識(shí)圖譜和神經(jīng)網(wǎng)絡(luò)，其他表示方式相對(duì)比較鮮見，它們的適用性還有待于到應(yīng)用系統(tǒng)中去檢驗(yàn)。良好的知識(shí)表示方式可以從表達(dá)能力和計(jì)算效率兩個(gè)角度進(jìn)行評(píng)價(jià)。具有足夠強(qiáng)的表達(dá)能力，才能充分、完整地表達(dá)解決問題所需的財(cái)經(jīng)領(lǐng)域知識(shí);具有足夠高的執(zhí)行效率，才能保證計(jì)算機(jī)在有限的時(shí)間內(nèi)，利用財(cái)經(jīng)知識(shí)處理復(fù)雜的管理問題。

　　總之，欲利用計(jì)算機(jī)系統(tǒng)實(shí)現(xiàn)智能財(cái)務(wù)中的知識(shí)管理，必須遴選出表達(dá)能力強(qiáng)和計(jì)算效率高的知識(shí)表示方式，將人類專家創(chuàng)造的各類知識(shí)(可能大多是隱性的知識(shí))，形式化為計(jì)算機(jī)可以自動(dòng)處理的顯性知識(shí)，這樣才能在智能推理引擎的驅(qū)動(dòng)下，逐步實(shí)現(xiàn)對(duì)人類專家工作方式的模擬、延伸、擴(kuò)展和部分替代。需要說明的是：盡管當(dāng)前人工智能專家提供了很多知識(shí)表示的方案，但由于人類知識(shí)的復(fù)雜性和現(xiàn)存知識(shí)表示方式的局限性，還有很多知識(shí)無法用合適的方式來表示。因此，必須結(jié)合應(yīng)用場(chǎng)景，不斷探索新的知識(shí)表示方式，為更深層次地認(rèn)知和模擬智能財(cái)務(wù)管理行為奠定基礎(chǔ)。

　　三、人機(jī)協(xié)同知識(shí)應(yīng)用和創(chuàng)新機(jī)制的建立是智能財(cái)務(wù)建設(shè)的難點(diǎn)

　　在會(huì)計(jì)人員群體中，有關(guān)智能財(cái)務(wù)的發(fā)展問題，隱約蔓延著一種“會(huì)計(jì)職業(yè)可能會(huì)被人工智能程序替代”的焦慮情緒，這一情緒代表著部分會(huì)計(jì)人員在現(xiàn)代社會(huì)轉(zhuǎn)型中對(duì)未來職業(yè)發(fā)展的擔(dān)憂，它的產(chǎn)生有其深層次原因，同時(shí)也暗示著未來發(fā)展的某種可能性。實(shí)際上，這一負(fù)面情緒也在時(shí)刻提醒著智能財(cái)務(wù)的研究者和財(cái)務(wù)智能化建設(shè)的參與者們，必須對(duì)智能財(cái)務(wù)發(fā)展中人的價(jià)值進(jìn)行理性的思考。盡管當(dāng)前已經(jīng)通過大量的案例證實(shí)RPA(機(jī)器人流程自動(dòng)化)和IPA(智能流程自動(dòng)化)等系統(tǒng)確實(shí)可以替代部分人類的工作，計(jì)算機(jī)在運(yùn)算智能和感知智能上也確實(shí)具有相對(duì)的優(yōu)勢(shì)，但人類在認(rèn)知智能和知識(shí)創(chuàng)新方面的絕對(duì)優(yōu)勢(shì)似乎還是不可撼動(dòng)的，所以未來的智能財(cái)務(wù)系統(tǒng)不可能是完全由機(jī)器組成的系統(tǒng)，因?yàn)檫@樣的系統(tǒng)一定是沒有靈魂、沒有創(chuàng)新能力的系統(tǒng)。

　　眾所周知，機(jī)器和人在管理中各具優(yōu)勢(shì)，機(jī)器適合從事快速的、精密的、笨重的、有危險(xiǎn)的、單調(diào)重復(fù)的、長(zhǎng)期連續(xù)不斷的、復(fù)雜的、高速運(yùn)算和環(huán)境惡劣的工作，而人則適合從事創(chuàng)造性的、情況多變的、非簡(jiǎn)單重復(fù)的、對(duì)機(jī)器系統(tǒng)工作程序的指令安排與程序設(shè)計(jì)、監(jiān)督控制計(jì)算機(jī)系統(tǒng)運(yùn)行以及維修和保養(yǎng)機(jī)器設(shè)備等類型的工作。未來的智能財(cái)務(wù)系統(tǒng)一定是能充分發(fā)揮機(jī)器和人各自優(yōu)勢(shì)的人機(jī)協(xié)同共生系統(tǒng)。理想中的人機(jī)協(xié)同智能財(cái)務(wù)系統(tǒng)應(yīng)該由人處理相對(duì)復(fù)雜的工作(如對(duì)工作任務(wù)的選擇和決策、對(duì)結(jié)果的評(píng)價(jià)等)，由計(jì)算機(jī)負(fù)責(zé)處理程序化的工作(如數(shù)據(jù)的處理、知識(shí)的推理、可用RPA替代的簡(jiǎn)單和重復(fù)性工作等)，對(duì)各種復(fù)雜的問題，必須由人和計(jì)算機(jī)通過密切的協(xié)作來高效地解決。但事實(shí)上，做到這一點(diǎn)并不容易，因?yàn)殚L(zhǎng)期以來，管理流程和管理制度的設(shè)計(jì)基本上未充分考慮人機(jī)協(xié)同的問題，在組織分工、流程配套、系統(tǒng)銜接等方面基本上是將人和機(jī)器分開獨(dú)立考慮的，并沒有兼顧深度融合問題。因此，如果要解決人機(jī)協(xié)同共生的問題，必須在組織分工、流程配套、信息傳遞、系統(tǒng)銜接、風(fēng)險(xiǎn)管控、利益權(quán)衡以及倫理安全方面進(jìn)行全面的考慮(見圖2)。

　　本文從組織分工、信息傳遞、系統(tǒng)銜接等方面對(duì)人機(jī)協(xié)同智能財(cái)務(wù)管理系統(tǒng)進(jìn)行初步探索(見圖3)[7] 。

　　在人機(jī)協(xié)同智能財(cái)務(wù)管理系統(tǒng)中，人類專家將從業(yè)務(wù)系統(tǒng)中觀察到的數(shù)據(jù)和管理需求(見圖 3 中①)，經(jīng)過分析、推理、判斷、決策(見圖3中②③)后，將結(jié)果通過人機(jī)交互接口傳輸給計(jì)算機(jī)系統(tǒng)(見圖3中④)。計(jì)算機(jī)通過規(guī)則庫、模型庫、算法庫、神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜等對(duì)輸入的結(jié)果進(jìn)行分析、搜索、匹配和評(píng)價(jià)(見圖 3 中⑤)，并傳輸給知識(shí)推理系統(tǒng)進(jìn)行推理(見圖3中⑥)，隨后再把推理的結(jié)果反饋給人類專家(見圖3中⑦)，并據(jù)此開展財(cái)務(wù)管理活動(dòng)(見圖3中⑩⑧)。在該系統(tǒng)中，人機(jī)協(xié)同的工作機(jī)制是：如果規(guī)則、算法或者模型已知，則通過人機(jī)交互接口確定某些參數(shù)(見圖3中⑤)，再經(jīng)過推理(見圖3中⑥)后，選擇某些多目標(biāo)決策的滿意解(見圖 3 中⑦);如果規(guī)則、算法或者模型未知，則基于財(cái)務(wù)專家的自身經(jīng)驗(yàn)，對(duì)結(jié)果進(jìn)行評(píng)價(jià)和選擇，實(shí)現(xiàn)最終的推理和決策(見圖3中⑩)。

　　在人機(jī)協(xié)同知識(shí)應(yīng)用的基礎(chǔ)上，智能財(cái)務(wù)系統(tǒng)會(huì)進(jìn)一步實(shí)現(xiàn)人機(jī)協(xié)同的知識(shí)發(fā)現(xiàn)和創(chuàng)新。即可以借助于數(shù)據(jù)挖掘、模式識(shí)別和機(jī)器學(xué)習(xí)的算法，利用大數(shù)據(jù)進(jìn)行學(xué)習(xí)，在人類專家的幫助下(見圖 3 中⑨)，通過知識(shí)發(fā)現(xiàn)系統(tǒng)，產(chǎn)生新的規(guī)則、算法或模型(見圖3中